Strukturální bioinformatika - Structural bioinformatics

Strukturální bioinformatika je pobočkou bioinformatika to souvisí s analýzou a predikcí trojrozměrné struktury biologických makromolekuly jako bílkoviny, RNA, a DNA. Zabývá se zevšeobecněním makromolekulárních 3D struktur, jako je srovnání celkových záhybů a místních motivů, principy molekulárního skládání, evoluce a vazebných interakcí a vztahy struktura / funkce, které vycházejí jak z experimentálně řešených struktur, tak z výpočetních modelů. Termín strukturální má stejný význam jako v strukturní biologie a strukturální bioinformatiku lze považovat za součást výpočetní strukturní biologie. Hlavními cíli strukturální bioinformatiky je vytvoření nových metod řešení biologických makromolekul, které by řešily biologické problémy a vytvářely nové znalosti.[1]
Úvod
Struktura bílkovin
Struktura proteinu přímo souvisí s jeho funkcí. Přítomnost některých chemických skupin na konkrétních místech umožňuje proteinům působit jako enzymy a katalyzovat několik chemických reakcí.[2] Obecně jsou proteinové struktury rozděleny do čtyř úrovní: primární (sekvence), sekundární (lokální konformace polypeptidového řetězce), terciární (trojrozměrná struktura proteinového záhybu) a kvartérní (asociace více polypeptidových struktur). Strukturální bioinformatika řeší hlavně interakce mezi strukturami s přihlédnutím k jejich vesmírným souřadnicím. Proto je primární struktura lépe analyzována v tradičních odvětvích bioinformatiky. Sekvence však zahrnuje omezení, která umožňují tvorbu konzervovaných lokálních konformací polypeptidového řetězce, jako jsou alfa-šroubovice, beta-listy a smyčky (sekundární struktura[3]). Slabé interakce (jako vodíkové vazby) také stabilizují proteinový záhyb. Interakce mohou být uvnitř řetězce, tj., když se vyskytuje mezi částmi stejného proteinového monomeru (terciární struktura) nebo meziřetězce, tj., když se vyskytují mezi různými strukturami (kvartérní struktura).
Vizualizace struktury

Vizualizace struktury proteinů je důležitým problémem strukturální bioinformatiky.[4] Umožňuje uživatelům sledovat statické nebo dynamické reprezentace molekul a také umožňuje detekci interakcí, které lze použít k odvození studovaných molekulárních mechanismů. Nejběžnější typy vizualizace jsou:
- Kreslený film: tento typ vizualizace proteinů zdůrazňuje rozdíly sekundární struktury. Obecně, α-šroubovice je reprezentován jako typ šroubu, β-řetězce jako šipky a smyčky jako čáry.
- Čáry: každý aminokyselinový zbytek je reprezentován tenkými čarami, což umožňuje nízké náklady na grafické vykreslení.
- Povrch: v této vizualizaci je zobrazen vnější tvar molekuly.
- Tyčinky: každá kovalentní vazba mezi atomy aminokyselin je reprezentována jako tyč. Tento typ vizualizace se nejčastěji používá k vizualizaci interakcí mezi aminokyseliny.
Struktura DNA
Klasika DNA strukturu duplexů původně popsal Watson a Crick (a příspěvky Rosalind Franklin ). Molekula DNA se skládá ze tří látek: fosfátové skupiny, pentózy a dusíkaté báze (adenin, tymin, cytosin nebo guanin ). Struktura dvojité šroubovice DNA je stabilizována vodíkovými vazbami vytvořenými mezi páry bází: adenin s thyminem (A-T) a cytosin s guaninem (C-G). Mnoho strukturálních bioinformatických studií se zaměřilo na pochopení interakcí mezi DNA a malými molekulami, což bylo cílem několika studií designu léčiv.
Interakce
Interakce jsou kontakty navázané mezi částmi molekul na různých úrovních. Jsou odpovědné za stabilizaci proteinových struktur a provádějí různé aktivity. v biochemie Interakce jsou charakterizovány blízkostí atomových skupin nebo oblastí molekul, které na sebe navzájem působí, jako např elektrostatické síly, vodíkové vazby, a hydrofobní účinek. Proteiny mohou provádět několik typů interakcí, jako např interakce protein-protein (PPI) interakce protein-peptid[5]interakce protein-ligand (PLI)[6]a interakce protein-DNA.

Výpočet kontaktů
Výpočet kontaktů je důležitým úkolem strukturální bioinformatiky, který je důležitý pro správnou předpověď struktury a skládání proteinů, termodynamické stability, interakcí protein-protein a protein-ligand, analýzy dokování a molekulární dynamiky atd.[8]
Tradičně výpočetní metody používaly prahovou vzdálenost mezi atomy (také nazývanou mezní) k detekci možných interakcí.[9] Tato detekce se provádí na základě euklidovské vzdálenosti a úhlů mezi atomy určených typů. Většina metod založených na jednoduché euklidovské vzdálenosti však nedokáže detekovat uzavřené kontakty. Proto metody bez omezení, jako je Delaunayova triangulace, se v posledních letech dostaly do popředí. Kromě toho byla ke zlepšení určení kontaktu použita kombinace souboru kritérií, například fyzikálně-chemických vlastností, vzdálenosti, geometrie a úhlů.[8]
Typ | Kritéria maximální vzdálenosti |
---|---|
Vodíková vazba | 3,9 Å |
Hydrofobní interakce | 5 Å |
Iontová interakce | 6 Å |
Aromatické skládání | 6 Å |
Proteinová datová banka (PDB)

The Proteinová datová banka (PDB) je databáze dat 3D struktury pro velké biologické molekuly, jako je bílkoviny, DNA, a RNA. PDB spravuje mezinárodní organizace s názvem Worldwide Protein Data Bank (wwPDB ), který je složen z několika místních organizací, as. PDBe, PDBj, RCSB a BMRB. Odpovídají za bezplatné uchovávání kopií dat PDB na internetu. Počet strukturálních údajů dostupných v PDB se každým rokem zvyšoval a je získáván obvykle Rentgenová krystalografie, NMR spektroskopie nebo kryo-elektronová mikroskopie.
Datový formát
Formát PDB (.pdb) je starší formát textového souboru používaný k ukládání informací o trojrozměrných strukturách makromolekul používaných Protein Data Bank. Kvůli omezením v koncepci struktury formátu neumožňuje formát PDB velké struktury obsahující více než 62 řetězců nebo 99999 záznamů atomů.[10]
PDBx / mmCIF (makromolekulární krystalografický informační soubor) je standardní formát textového souboru pro reprezentaci krystalografických informací.[11] Od roku 2014 byl formát PDB nahrazen jako standardní distribuce archivu PDB formátem souboru PDBx / mmCIF (.cif). Zatímco formát PDB obsahuje sadu záznamů identifikovaných klíčovým slovem o délce až šesti znaků, formát PDBx / mmCIF používá strukturu založenou na klíči a hodnotě, kde klíčem je název, který identifikuje určitou funkci, a hodnotou jsou informace o proměnné.[12]
Další strukturální databáze
Navíc k Proteinová datová banka (PDB), existuje několik databází proteinových struktur a dalších makromolekul. Mezi příklady patří:
- MMDB: Experimentálně stanovené trojrozměrné struktury biomolekul odvozené z Protein Data Bank (PDB).[13]
- Databáze nukleových kyselin (NDB): Experimentálně určené informace o nukleových kyselinách (DNA, RNA).[14]
- Strukturální klasifikace proteinů (SCOP): Komplexní popis strukturních a evolučních vztahů mezi strukturně známými proteiny.[15]
- TOPOFIT-DB: Strukturální vyrovnání proteinů založené na metodě TOPOFIT.[16]
- Server elektronové hustoty (EDS): Mapy elektronové hustoty a statistiky o uložení krystalových struktur a jejich map.[17]
- CASP: Predikční centrum Celosvětový experiment pro predikci struktury proteinů CASP.[18]
- Server PISCES pro vytváření nepotřebných seznamů proteinů: Generuje seznam PDB podle identity sekvence a kritérií strukturální kvality.[19]
- Znalostní databáze strukturní biologie: Nástroje na pomoc při navrhování výzkumu bílkovin.[20]
- ProtCID: Databáze databází běžných rozhraní proteinů podobných rozhraní protein-protein v krystalových strukturách homologních proteinů.[21]
Porovnání struktur
Strukturální zarovnání
Strukturální zarovnání je metoda pro srovnání mezi 3D strukturami na základě jejich tvaru a konformace.[22] Mohlo by to být použito k odvození evolučního vztahu mezi sadou proteinů i při nízké sekvenční podobnosti. Strukturální zarovnání znamená superponovat 3D strukturu pod druhou, otáčet a překládat atomy v odpovídajících pozicích (obecně pomocí Cα atomy nebo dokonce páteřní těžké atomy C, N, Ó, a Cα). Kvalita zarovnání se obvykle hodnotí na základě odchylka od odmocniny (RMSD) atomových pozic, tj., průměrná vzdálenost mezi atomy po superpozici:
kde δi je vzdálenost mezi atomy i a buď referenční atom odpovídající v jiné struktuře, nebo střední souřadnice N ekvivalentní atomy. Obecně se výsledek RMSD měří v Ångström (Å) jednotka, což odpovídá 10−10 m. Čím blíže k nule je hodnota RMSD, tím podobnější jsou struktury.
Grafické strukturní podpisy
Strukturální podpisy, nazývané také otisky prstů, jsou makromolekula vzorové reprezentace, které lze použít k odvození podobností a rozdílů. Srovnání mezi velkou sadou proteinů pomocí RMSD stále představuje výzvu kvůli vysokým výpočetním nákladům na strukturální vyrovnání. Ke stanovení vektorů identifikujících proteiny a k detekci netriviálních informací byly použity strukturní podpisy založené na vzorcích vzdáleností grafů mezi páry atomů.[23] Dále algebra lineární a strojové učení lze použít ke shlukování proteinových podpisů, detekci interakcí protein-ligand, předpovídání ΔΔG a navrhování mutací na základě Euklidovská vzdálenost.[24]
Predikce struktury
Atomové struktury molekul lze získat několika způsoby, jako např Rentgenová krystalografie (XRC), NMR spektroskopie, a 3D elektronová mikroskopie; tyto procesy však mohou představovat vysoké náklady a někdy lze jen stěží určit některé struktury, například membránové proteiny. Proto je nutné výpočetní přístupy ke stanovení 3D struktur makromolekul. Metody predikce struktury jsou rozděleny do srovnávací modelování a de novo modelování.
Srovnávací modelování
Srovnávací modelování, známé také jako homologické modelování, odpovídá metodice konstrukce trojrozměrných struktur z aminokyselina sekvence cílového proteinu a templát se známou strukturou. V literatuře je popsáno, že evolučně příbuzné proteiny mají tendenci představovat konzervovanou trojrozměrnou strukturu.[25] Kromě toho mohou sekvence vzdáleně příbuzných proteinů s identitou nižší než 20% vykazovat různé záhyby.[26]
De novo modelování
Ve strukturální bioinformatice de novo modelování, také známý jako ab initio modelování, odkazuje na přístupy k získání trojrozměrných struktur ze sekvencí bez nutnosti homologní známé 3D struktury. Navzdory novým algoritmům a metodám navrženým v posledních letech je predikce struktury proteinů de novo stále považována za jeden ze zbývajících problémů moderní vědy.[27]
Ověření struktury
Po modelování struktury je nutný další krok ověření struktury, protože mnoho algoritmů a nástrojů pro srovnávací i „de novo“ modelování používá heuristika zkusit sestavit 3D strukturu, která může generovat mnoho chyb. Některé validační strategie spočívají ve výpočtu energetických skóre a jejich porovnání s experimentálně stanovenými strukturami. Například DOPE skóre je energetické skóre, které používá Nástroj MODELLER pro určení nejlepšího modelu.[28]
Další validační strategií je výpočet φ a ψ páteřních vzepětí všech zbytků a konstrukce a Ramachandran spiknutí. Postranní řetězec aminokyseliny a povaha interakcí v páteři omezuje tyto dva úhly, a tak by mohla být provedena vizualizace povolených konformací na základě Ramachandran spiknutí. Velké množství aminokyselin alokovaných v žádné permisivní pozici grafu je známkou nekvalitního modelování.
Predikční nástroje
Seznam běžně používaných softwarových nástrojů pro predikce proteinové struktury, počítaje v to srovnávací modelování, navlékání bílkovin, de novo predikce proteinové struktury, a predikce sekundární struktury je k dispozici v seznam softwaru pro predikci struktury proteinů.
Molekulární dokování

Molekulární dokování (označovaný také jako dokovací) je metoda používaná k predikci orientačních souřadnic molekuly (ligand ) při připojení k jinému (receptoru nebo cíli). Molekulární dokování si klade za cíl předpovědět možné pózy (vazebné režimy) ligand když interaguje se specifickými oblastmi, obecně omezenými rámečkem, v receptoru. Dokovací nástroje mohou pomocí silových polí odhadnout skóre pro hodnocení nejlepších pozic, které upřednostňují lepší interakce.
Obecně se dokovací protokoly používají k předpovědi interakcí mezi malými molekulami a proteiny. Dokování však lze také použít k detekci přidružení a režimů vazby mezi bílkoviny, peptidy, DNA nebo RNA molekuly, sacharidy, a další makromolekuly.
Virtuální projekce
Virtuální projekce (VS) je výpočetní přístup používaný k rychlému screeningu velkých složených knihoven pro objev drog. Virtuální screening obvykle používá dokovací algoritmy k hodnocení malých molekul s nejvyšší afinitou k cílovému receptoru.
V poslední době se k hodnocení využití virtuálního screeningu v procesu objevování nových drog používalo několik nástrojů. Procesy dokování však brání problémy, jako jsou chybějící informace, nepřesné pochopení vlastností molekul podobných léku, slabé skórovací funkce nebo nedostatečné dokovací strategie. V literatuře proto bylo popsáno, že stále není považována za vyspělou technologii.[29][30]
Molekulární dynamika

Molekulární dynamika (MD) je výpočetní metoda pro simulaci interakcí mezi molekuly a jejich atomy během daného časového období.[32] Tato metoda umožňuje pozorovat chování molekul a jejich interakcí s ohledem na systém jako celek. K výpočtu chování systémů, a tedy k určení trajektorií, může MD použít Newtonova pohybová rovnice, kromě použití molekulární mechanika metody pro odhad sil, které vznikají mezi částicemi (silová pole ).[33]
Aplikace
Informatika přístupy používané ve strukturální bioinformatice jsou:
- Výběr cíle - Potenciální cíle jsou identifikovány jejich porovnáním s databázemi známých struktur a pořadí. O důležitosti cíle lze rozhodnout na základě publikované literatury. Cíl lze také vybrat na základě jeho proteinová doména. Proteinová doména jsou stavební bloky, které lze přeskupit a vytvořit tak nové proteiny. Mohou být zpočátku studovány izolovaně.
- Sledování Rentgenová krystalografie pokusy - rentgenovou krystalografii lze použít k odhalení trojrozměrné struktury proteinu. Aby bylo možné použít rentgen ke studiu proteinových krystalů, musí se vytvořit krystaly čistých proteinů, což může vyžadovat mnoho pokusů. To vede k potřebě sledovat podmínky a výsledky zkoušek. Kromě toho lze u uložených dat použít algoritmy supervizovaného strojového učení k identifikaci podmínek, které by mohly zvýšit výtěžek čistých krystalů.
- Analýza rentgenových krystalografických dat - Difrakční obrazec získaný v důsledku bombardování rentgenovými paprsky na elektrony je Fourierova transformace distribuce elektronové hustoty. Existuje potřeba algoritmů, které mohou dekomponovat Fourierovu transformaci s částečnými informacemi (kvůli chybějícím informacím o fázi, protože detektory mohou měřit pouze amplitudu difrakčních rentgenových paprsků, a ne fázové posuny). Extrapolační technika jako např Anomální disperze s více vlnovými délkami lze použít ke generování mapy elektronové hustoty, která využívá umístění atomů selenu jako reference k určení zbytku struktury. Standard Model s kuličkou a hůlkou je generováno z mapy elektronové hustoty.
- Analýza dat NMR spektroskopie - Spektroskopie nukleární magnetické rezonance experimenty produkují dvourozměrná data, přičemž každý pík odpovídá chemické skupině ve vzorku. K převodu spekter na trojrozměrné struktury se používají optimalizační metody.
- Korelace strukturálních informací s funkčními informacemi - Strukturální studie lze použít jako sondu pro strukturně-funkční vztah.
Nástroje
Software | Popis |
---|---|
VOČKO | Molecular Operating Environment (MOE) je rozsáhlá platforma zahrnující strukturní modelování proteinů, proteinových rodin a protilátek |
SBL | Strukturální knihovna bioinformatiky: aplikace pro koncové uživatele a pokročilé algoritmy |
BALLView | Molekulární modelování a vizualizace |
BODNUTÍ | Vizualizace a analýza |
PyMOL | Prohlížeč a modelování |
VMD | Prohlížeč, molekulární dynamika |
Král | An open-source Jáva kinemage divák |
STRIDE | Určení sekundární struktury ze souřadnic |
MolProbity | Webový server pro ověření struktury |
PROCHECK | Ověření struktury webová služba |
CheShift | Online aplikace pro ověření struktury proteinů |
3D-mol.js | Molekulární prohlížeč webových aplikací vyvinutý pomocí Javascript |
PROPKA | Rychlá predikce hodnot pKa proteinu na základě empirických vztahů struktura / funkce |
CARA | Přiřazení rezonance pomocí počítače |
Dokovací server | Molekulární dokovací webový server |
StarBiochem | Prohlížeč proteinů java obsahuje přímé vyhledávání proteinové databanky |
RÝČ | Vývojové prostředí pro aplikaci strukturální proteomiky |
PocketSuite | Webový portál pro různé webové servery pro závaznou analýzu na úrovni webu. PocketSuite je rozdělen na :: PocketDepth (Binding site prediction) PocketMatch (porovnání vazebného místa), PocketAlign (zarovnání vazebného místa) a PocketAnnotate (anotace vazebného webu). |
MSL | Softwarová knihovna molekulárního modelování C ++ s otevřeným zdrojovým kódem pro implementaci strukturálních analýz, predikčních a konstrukčních metod |
PSSpred | Predikce sekundární struktury bílkovin |
Proteus | Webový nástroj pro navrhování mutačních párů |
SDM | Server pro předpovídání účinků mutací na stabilitu proteinů |
Viz také
Reference
- ^ Gu J, Bourne PE (2011). Strukturální bioinformatika (2. vyd.). Hoboken: John Wiley & Sons. ISBN 978-1-118-21056-7. OCLC 778339075.
- ^ Gu J, Bourne PE (2009-03-16). Strukturální bioinformatika. John Wiley & Sons. ISBN 978-0-470-18105-8.
- ^ Kocincová L, Jarešová M, Byška J, Parulek J, Hauser H, Kozlíková B (únor 2017). "Srovnávací vizualizace proteinových sekundárních struktur". BMC bioinformatika. 18 (Suppl 2): 23. doi:10.1186 / s12859-016-1449-z. PMC 5333176. PMID 28251875.
- ^ Shi M, Gao J, Zhang MQ (červenec 2017). „Web3DMol: interaktivní vizualizace proteinové struktury na základě WebGL“. Výzkum nukleových kyselin. 45 (W1): W523 – W527. doi:10.1093 / nar / gkx383. PMC 5570197. PMID 28482028.
- ^ Stanfield RL, Wilson IA (únor 1995). "Interakce protein-peptid". Aktuální názor na strukturní biologii. 5 (1): 103–13. doi:10.1016 / 0959-440X (95) 80015-S. PMID 7773739.
- ^ Klebe G (2015). „Interakce protein-ligand jako základ pro působení léku.“. V Scapin G, Patel D, Arnold E (eds.). Mnohostranné role krystalografie v moderním objevu drog. Série A Věda pro mír a bezpečnost NATO: Chemie a biologie. Dordrecht: Springer. 83–92. doi:10.1007/978-3-642-17907-5_4. ISBN 978-3-642-17906-8.
- ^ "Proteus | PROTein Engineering Supporter |". proteus.dcc.ufmg.br. Citováno 2020-02-26.
- ^ A b C Martins PM, Mayrink VD, de Silveira S, da Silveira CH, de Lima LH, de Melo-Minardi RC (2018). „Jak přesněji vypočítat kontakty zbytků bílkovin?“. Sborník z 33. výročního sympozia ACM o aplikovaných výpočtech - SAC '18. Pau, Francie: Tisk ACM: 60–67. doi:10.1145/3167132.3167136. ISBN 978-1-4503-5191-1. S2CID 49562347.
- ^ da Silveira CH, Pires DE, Minardi RC, Ribeiro C, Veloso CJ, Lopes JC a kol. (Únor 2009). "Proteinové mezní skenování: Srovnávací analýza metod závislých na mezních hodnotách a metod bez mezních hodnot pro vyhledávání kontaktů v proteinech" (PDF). Proteiny. 74 (3): 727–43. doi:10,1002 / prot. 22187. PMID 18704933. S2CID 1208256.
- ^ „PDBx / mmCIF Obecné časté dotazy“. mmcif.wwpdb.org. Citováno 2020-02-26.
- ^ wwPDB.org. "wwPDB: Formáty souborů a PDB". www.wwpdb.org. Citováno 2020-02-26.
- ^ "Zdroje slovníku PDBx / mmCIF". mmcif.wwpdb.org. Citováno 2020-02-26.
- ^ „Skupina zdrojů makromolekulárních struktur“. www.ncbi.nlm.nih.gov. Citováno 2020-04-13.
- ^ „Databáze nukleových kyselin (NDB)“. ndbserver.rutgers.edu. Citováno 2020-04-13.
- ^ "SCOP: Strukturální klasifikace proteinů". 11.9.2007. Archivovány od originál dne 11. 9. 2007. Citováno 2020-04-13.
- ^ Ilyin VA, Abyzov A, Leslin CM (červenec 2004). „Strukturální vyrovnání proteinů novou metodou TOPOFIT, jako superpozice běžných objemů v bodě topomaxu“. Věda o bílkovinách. 13 (7): 1865–74. doi:10.1110 / ps.04672604. PMC 2279929. PMID 15215530.
- ^ „EDS - Uppsala Electron Density Server“. eds.bmc.uu.se. Citováno 2020-04-13.
- ^ „Domů - Predikční centrum“. www.predictioncenter.org. Citováno 2020-04-13.
- ^ ":: Dunbrack Lab". dunbrack.fccc.edu. Citováno 2020-04-13.
- ^ "Structural Biology KnowlegebaseSBKB - SBKB". sbkb.org. Citováno 2020-04-13.
- ^ "Společná databáze rozhraní proteinů". dunbrack2.fccc.edu. Citováno 2020-04-13.
- ^ „Structural alignment (genomics)“. ScienceDaily. Citováno 2020-02-26.
- ^ Pires DE, de Melo-Minardi RC, dos Santos MA, da Silveira CH, Santoro MM, Meira W (prosinec 2011). „Cutoff Scanning Matrix (CSM): strukturní klasifikace a predikce funkcí podle vzorců vzdálenosti mezi zbytky proteinů“. BMC Genomics. 12 Suppl 4 (S4): S12. doi:10.1186 / 1471-2164-12-S4-S12. PMC 3287581. PMID 22369665.
- ^ Mariano DC, Santos LH, Machado KD, Werhli AV, de Lima LH, de Melo-Minardi RC (leden 2019). „Výpočtová metoda pro navrhování mutací v enzymech na základě strukturní variace podpisu (SSV)“. International Journal of Molecular Sciences. 20 (2): 333. doi:10,3390 / ijms20020333. PMC 6359350. PMID 30650542.
- ^ Kaczanowski S, Zielenkiewicz P (březen 2010). „Proč podobné proteinové sekvence kódují podobné trojrozměrné struktury?“ (PDF). Účty teoretické chemie. 125 (3–6): 643–650. doi:10.1007 / s00214-009-0656-3. ISSN 1432-881X. S2CID 95593331.
- ^ Chothia C, Lesk AM (duben 1986). „Vztah mezi divergencí sekvence a struktury v proteinech“. Časopis EMBO. 5 (4): 823–6. doi:10.1002 / j.1460-2075.1986.tb04288.x. PMC 1166865. PMID 3709526.
- ^ "Ještě mnohem víc vědět". Věda. 309 (5731): 78–102. Červenec 2005. doi:10.1126 / science.309.5731.78b. PMID 15994524.
- ^ Webb B, Sali A (září 2014). "Srovnávací modelování struktury proteinů pomocí MODELLERU". Současné protokoly v bioinformatice. 47 (1): 5.6.1–32. doi:10.1002 / 0471250953.bi0506s47. PMC 4186674. PMID 25199792.
- ^ Dhasmana A, Raza S, Jahan R, Lohani M, Arif JM (01.01.2019). „Kapitola 19 - Vysoce výkonný virtuální screening (HTVS) přírodních sloučenin a zkoumání jejich biomolekulárních mechanismů: přístup In Silico“. V Ahmad Khan MS, Ahmad I, Chattopadhyay D (eds.). Nový pohled na fytomedicinu. Akademický tisk. 523–548. doi:10.1016 / b978-0-12-814619-4.00020-3. ISBN 978-0-12-814619-4.
- ^ Wermuth CG, Villoutreix B, Grisoni S, Olivier A, Rocher JP (leden 2015). "Strategie při hledání nových sloučenin olova nebo původních pracovních hypotéz." V Wermuth CG, Aldous D, Raboisson P, Rognan D (eds.). Praxe léčivé chemie. Akademický tisk. str. 73–99. doi:10.1016 / B978-0-12-417205-0.00004-3. ISBN 978-0-12-417205-0.
- ^ Costa LS, Mariano DC, Rocha RE, Kraml J, Silveira CH, Liedl KR a kol. (Září 2019). „Molekulární dynamika poskytuje nový pohled na mechanismy tolerance a inhibice glukózy na β-glukosidázy“. Molekuly. 24 (18): 3215. doi:10,3390 / molekuly24183215. PMC 6766793. PMID 31487855.
- ^ Olše BJ, Wainwright TE (srpen 1959). „Studium molekulární dynamiky. I. Obecná metoda“. The Journal of Chemical Physics. 31 (2): 459–466. Bibcode:1959JChPh..31..459A. doi:10.1063/1.1730376. ISSN 0021-9606.
- ^ Yousif, Ragheed Hussam (2020). „Zkoumání molekulárních interakcí mezi neokulinem a receptory lidské chuti na sladké pomocí výpočetních přístupů“ (PDF). Sains Malaysiana. 49 (3): 517–525. doi:10.17576 / jsm-2020-4903-06.
Další čtení
- Bourne PE, Gu J (2009). Strukturální bioinformatika (2. vyd.). New York: John Wiley & Sons. ISBN 978-0-470-18105-8.
- Bourne PE, Weissig H (2003). Strukturální bioinformatika. Wiley. ISBN 0-471-20199-5.
- Leach A (2001). Molekulární modelování: principy a aplikace (2. vyd.). Prentice Hall. ISBN 978-0-582-38210-7.
- Peitsch MC, Schwede T (2008). Výpočetní strukturní biologie: Metody a aplikace. World Scientific. ISBN 978-9812778772.
- Leontis NB, Westhof E (duben 2001). "Geometrická nomenklatura a klasifikace párů bází RNA". RNA. 7 (4): 499–512. doi:10.1017 / S1355838201002515. PMC 1370104. PMID 11345429.
- Richardson JS (1981). "Anatomie a taxonomie proteinové struktury". Advances in Protein Chemistry Volume 34. Pokroky v chemii proteinů. 34. 167–339. doi:10.1016 / S0065-3233 (08) 60520-3. ISBN 978-0-12-034234-1. PMID 7020376.
- Ramachandran GN, Sasisekharan V (1968). "Konformace polypeptidů a proteinů". Pokroky v chemii proteinů, svazek 23. Pokroky v chemii proteinů. 23. 283–438. doi:10.1016 / S0065-3233 (08) 60402-7. ISBN 978-0-12-034223-5. PMID 4882249.
- Ramachandran GN, Ramakrishnan C, Sasisekharan V (červenec 1963). "Stereochemie konfigurací polypeptidových řetězců". Journal of Molecular Biology. 7: 95–9. doi:10.1016 / S0022-2836 (63) 80023-6. PMID 13990617.